MIT线性代数笔记-第十三讲
2018-03-11 10:50
417 查看
第十三讲是习题课
1.在R7R7中的非零向量u,v,w形成一个子空间,纬度可能是?
1或2或3
2.5*3的一个矩阵u(3-4都是用的这个矩阵),rank为3,它的零空间为?
只有零向量
3.矩阵
[u2u]的echelonform为?[u2u]的echelonform为?
[u0][u0]
4.
[uuu0][uuu0]的echelon form为?
[uuu0]−>[u0u−u]−>[u00−u][uuu0]−>[uu0−u]−>[u00−u]
注意,有可能进行行转换,因为u可能有行为0向量
rank = 6
dimN(CTCT) = 10 - 6 = 4
5.
AX=⎡⎣⎢242⎤⎦⎥AX=[242]
x=⎡⎣⎢200⎤⎦⎥+c⎡⎣⎢110⎤⎦⎥+d⎡⎣⎢001⎤⎦⎥x=[200]+c[110]+d[001]
A的m,n?3 * 3(很容易就可以看出了,通过b的行数解出m,通过零空间的行数解出n)
rank?1(3 - 2,2代表的是free variables的个数,即为零空间basis的个数)
dimN(A)?2
如何构建出A?
由b和x的一个特殊解可以求出第一列
⎡⎣⎢121??????⎤⎦⎥[1??2??1??]
再由两个零空间的basis可以分别得出2,3列,即:
⎡⎣⎢121−1−2−1000⎤⎦⎥[1−102−201−10]
Ax = b can be solve if?
我们注意到,A的rank为1,因此它的column space为R1R1,直接用第一列乘以常数即可。也就是
b is a multiple of
⎡⎣⎢121⎤⎦⎥[121]
6.有一个方阵,它的零空间为零向量,那么它的转置的零空间为?零向量
7.5*5 矩阵,它的所有可逆矩阵是否能形成一个子空间?否
8.B2=0B2=0是否可以得到B = 0?否
B=[0010]B=[0100]
9.n * n independent cols,always solvable for every b?Yes
10.
B=⎡⎣⎢101110001⎤⎦⎥⎡⎣⎢100010−1102−10⎤⎦⎥B=[110010101][10−12011−10000]
求出B的零空间
有一个规律,如果C为可逆矩阵,那么N(CD)=N(D)N(CD)=N(D)
我们注意到左边的矩阵可逆,因此直接看右边的矩阵,它是R形式,于是可以得出
⎡⎣⎢⎢⎢1−110⎤⎦⎥⎥⎥and⎡⎣⎢⎢⎢−2101⎤⎦⎥⎥⎥[1−110]and[−2101]
求出
BX=⎡⎣⎢101⎤⎦⎥BX=[101]的完整解?
我们通关观察得知B的第一列就是b(其他列不用看),因此可以直接得出特殊解:
⎡⎣⎢⎢⎢1000⎤⎦⎥⎥⎥[1000]然后与零空间basis组合即可
11.如果A,B有同样的四个子空间(行空间,零空间,列空间,转置零空间),那么A = cB,正确与否?否
example:A,B为6*6矩阵中的任意可逆矩阵
12.
v=⎡⎣⎢123⎤⎦⎥v=[123]不能在零空间且为A的一行,为什么?
example:
⎡⎣⎢1xx2xx3xx⎤⎦⎥⎡⎣⎢123⎤⎦⎥=⎡⎣⎢000⎤⎦⎥[123xxxxxx][123]=[000]不成立
1.在R7R7中的非零向量u,v,w形成一个子空间,纬度可能是?
1或2或3
2.5*3的一个矩阵u(3-4都是用的这个矩阵),rank为3,它的零空间为?
只有零向量
3.矩阵
[u2u]的echelonform为?[u2u]的echelonform为?
[u0][u0]
4.
[uuu0][uuu0]的echelon form为?
[uuu0]−>[u0u−u]−>[u00−u][uuu0]−>[uu0−u]−>[u00−u]
注意,有可能进行行转换,因为u可能有行为0向量
rank = 6
dimN(CTCT) = 10 - 6 = 4
5.
AX=⎡⎣⎢242⎤⎦⎥AX=[242]
x=⎡⎣⎢200⎤⎦⎥+c⎡⎣⎢110⎤⎦⎥+d⎡⎣⎢001⎤⎦⎥x=[200]+c[110]+d[001]
A的m,n?3 * 3(很容易就可以看出了,通过b的行数解出m,通过零空间的行数解出n)
rank?1(3 - 2,2代表的是free variables的个数,即为零空间basis的个数)
dimN(A)?2
如何构建出A?
由b和x的一个特殊解可以求出第一列
⎡⎣⎢121??????⎤⎦⎥[1??2??1??]
再由两个零空间的basis可以分别得出2,3列,即:
⎡⎣⎢121−1−2−1000⎤⎦⎥[1−102−201−10]
Ax = b can be solve if?
我们注意到,A的rank为1,因此它的column space为R1R1,直接用第一列乘以常数即可。也就是
b is a multiple of
⎡⎣⎢121⎤⎦⎥[121]
6.有一个方阵,它的零空间为零向量,那么它的转置的零空间为?零向量
7.5*5 矩阵,它的所有可逆矩阵是否能形成一个子空间?否
8.B2=0B2=0是否可以得到B = 0?否
B=[0010]B=[0100]
9.n * n independent cols,always solvable for every b?Yes
10.
B=⎡⎣⎢101110001⎤⎦⎥⎡⎣⎢100010−1102−10⎤⎦⎥B=[110010101][10−12011−10000]
求出B的零空间
有一个规律,如果C为可逆矩阵,那么N(CD)=N(D)N(CD)=N(D)
我们注意到左边的矩阵可逆,因此直接看右边的矩阵,它是R形式,于是可以得出
⎡⎣⎢⎢⎢1−110⎤⎦⎥⎥⎥and⎡⎣⎢⎢⎢−2101⎤⎦⎥⎥⎥[1−110]and[−2101]
求出
BX=⎡⎣⎢101⎤⎦⎥BX=[101]的完整解?
我们通关观察得知B的第一列就是b(其他列不用看),因此可以直接得出特殊解:
⎡⎣⎢⎢⎢1000⎤⎦⎥⎥⎥[1000]然后与零空间basis组合即可
11.如果A,B有同样的四个子空间(行空间,零空间,列空间,转置零空间),那么A = cB,正确与否?否
example:A,B为6*6矩阵中的任意可逆矩阵
12.
v=⎡⎣⎢123⎤⎦⎥v=[123]不能在零空间且为A的一行,为什么?
example:
⎡⎣⎢1xx2xx3xx⎤⎦⎥⎡⎣⎢123⎤⎦⎥=⎡⎣⎢000⎤⎦⎥[123xxxxxx][123]=[000]不成立
相关文章推荐
- MIT线性代数公开课笔记(Lec9:线性相关性、基、维数)
- MIT18.06线性代数课程笔记20:矩阵逆元计算、克里默法则 以及 行列式与volume、外积的关系
- MIT线性代数笔记-第二十二讲
- MIT18.06线性代数课程笔记12:使用邻接矩阵证明欧拉定理
- MIT线性代数笔记-第二讲
- MIT线性代数笔记-第三十三讲
- MIT18.06线性代数课程笔记4a:矩阵的LU分解
- MIT线性代数笔记-第六讲
- MIT线性代数笔记-第十七讲
- MIT_线性代数笔记_09_线性无关性、基、维数
- MIT_线性代数笔记_11_矩阵空间、秩1矩阵、小世界图
- MIT-线性代数笔记
- 线性代数(笔记四) MIT公开课(来源网易云课堂)
- MIT18.06线性代数课程笔记19:矩阵行列式公式与代数余子式
- MIT18.06线性代数课程笔记5:矩阵转置,vector space以及subspace
- MIT_线性代数笔记_06_列空间和零空间
- MIT18.06线性代数课程笔记17:正交标准矩阵
- MIT线性代数笔记-第五讲
- MIT18.06线性代数课程笔记7:使用消元法求解Null space
- MIT线性代数笔记-第八讲